{{ (lang == 'jp') ? '論文のキーワード検索はこちら' : 'Papers Search' }} {{ (lang == 'jp') ? '最近の公表論文' : 'Recent Papers' }} ( {{ (lang == 'jp') ? '研究領域' : 'Select Field'}} : {{ (selected_k) | field_name(lang) }} ) No. {{ (lang == 'jp') ? '論文番号\n(発行日)' : 'Vol.\n(Date)' }} {{ (lang == 'jp') ? '著者' : 'Author(s)' }} {{ (lang == 'jp') ? 'タイトル / キーワード' : 'Title / Keywords' }} {{ (lang == 'jp') ? 'カテゴリ' : 'Category' }}
和泉潔 近年、多くの分野においてビッグデータと人工知能技術の応用が進んでおり、ファイナンス分野もその例外ではない。本稿では、その最新事例を概括し、今後のさらなる発展の方向性や克服すべき課題について議論を行う。最初に、これまで定量分析が困難であった画像やテキストといった非構造化データおよび大規模データについて、機械学習を用いて分析し、金融実務や市場分析に取り入れた最新事例を紹介する。次に、ファイナンス分野への人工知能応用の課題として、問題設定能力・推定過程の透明性・他者の反応の推定の3点について論じる。最後に、これらの課題を克服するための手法の1つとして、複数のプログラム同士を人工市場において対戦させる、自己対戦型の学習を紹介する。ファイナンス分野で利用されている人工知能技術には、大きな期待が寄せられているものの、同技術は万能ではなく、現時点では、あくまで人間の能力を拡張するツールに過ぎない
時系列分析について 折谷 吉治 本稿は近年学会や欧米中央銀行等で注目を集めている時系列分析の内容およびimplicationを概説したものである。 時系列分析(time series analysis,時系列解析とよぶ場合もある)という用語は経済分析の中では従来、クロス・セクション分析に対するものとして、時系列データを取り扱う統計的分析手法といった漠然とした意味で使われてきた。しかし最近では、「確率過程論」を基礎とする時系列データ分析の分野を計量経済分析と区別して、とくに「時系列分析」と呼ぶようになっている。 時系列分析の発想に基づく経済分析の源流は1920年代の米国NBER(National Bureau of Economic Research)による景気指数の分析にまで遡ることもできようが、前記のような「確率過程論」に基づく時系列分析の経済分析への適用は、1970年代に入ってから急速
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く